-
题名基于边缘计算的温室传感器故障自识别系统设计与实现
被引量：1
- 1
-
-
作者
肖雪朋
王明飞
张馨
王利春
魏晓明
郑文刚
-
机构
北京市农林科学院信息技术研究中心
北京市农林科学院智能装备技术研究中心
-
出处
《中国农机化学报》
北大核心
2024年第8期100-106,共7页
-
基金
国家食用菌产业技术体系(CARS—20)
北京市食用菌创新团队(BAIC03—2022)
+1 种基金
农业物联网技术北京市工程实验室建设(PT2022—27)
北京市科委项目(Z201100008020013)。
-
文摘
无线传感器数据为智能环境调控提供决策依据,合理准确的数据是正确决策的前提,实时检测异常数据至关重要。针对传统的静态数据异常检测算法检测精度和效率低下、将数据上传至云计算中心分析增加带宽的传输压力和控制决策反馈时间等问题,提出一种基于边缘计算和数据融合的新方法。采用多模态感知融合算法进行异常数据检测,对实际发生的湿度、温度、光照等农业温室异常数据集进行仿真分析,使用滑动窗口方式处理数据流无限问题,计算单传感器和多传感器数据方差、多传感器数据间相关性系数,优化关键结构参数。结果表明,该模型能够检测出传感器的异常数据,单节点多传感器故障识别率为82.5%,多节点多传感器故障识别率为72.5%,汇聚数据上传可减少传输频率,单次节约30%数据流量,减轻服务器压力与数据传输延迟。对于解决温室传感器数据异常问题及边缘计算在温室环境设备中的应用提供有益参考。
-
关键词
智能温室
传感器故障
边缘计算
异常数据检测
数据融合
物联网
-
Keywords
smart greenhouse
sensor fault
edge computing
anomaly data detection
data fusion
Internet of Things
-
分类号
S625.1
[农业科学—园艺学]
-
-
题名基于插值方法的温室温度场可视化仿真分析
被引量：5
- 2
-
-
作者
肖雪朋
程曼
袁洪波
王起帆
-
机构
河北农业大学机电工程学院
-
出处
《中国农机化学报》
北大核心
2021年第1期75-84,共10页
-
基金
河北省重点研发计划项目(19227206D)
河北省引进留学人员资助项目(C201834、C201835)
+1 种基金
河北省高等学校科学技术研究项目(QN2018081)
河北农业大学理工基金项目(LG201807)。
-
文摘
温室自身的结构特点导致其内部温度分布并不均匀,在不同区域的温度存在相对较大的差异,了解温室内部温度分布情况对于优化温室结构、调控温室环境具有重要的意义。在传感器采样的基础上对数据插值,对比不同插值数据数量对温度分布图像的影响,选择出适宜的插值数据数量,利用插值结果与传感器采集数据对比计算误差,并通过实际运算测试不同插值方法的运算速度和数据图像化结果。试验结果表明:以传感器精度和温度差为依据插值数据量满足图形绘制要求,不同的天气情况下温度波动对插值误差的影响较大,Cubic、Natural、Liner插值运算的误差结果近似,平均误差均在1.5℃内。Liner插值方法运算速度最快,平均每次运算2.816 s,适用于需要大量进行温度场运算的场景;Cubic插值方法计算相对精确,适用于某一时刻的温度场的仿真计算。
-
关键词
温室
温度分布
可视化仿真
插值计算
MATLAB
-
Keywords
greenhouse
temperature distribution
visual simulation
interpolation calculation
Matlab
-
分类号
S625.1
[农业科学—园艺学]
-
-
题名基于图像处理的番茄重量预测
被引量：4
- 3
-
-
作者
何婷婷
李志伟
张馨
张钟莉莉
肖雪朋
董静
-
机构
山西农业大学
北京市农林科学院信息技术研究中心
北京市农林科学院智能装备技术研究中心
农业部农业信息软硬件产品质量检测重点实验室
-
出处
《食品与机械》
北大核心
2022年第10期17-23,共7页
-
基金
北京市科技计划项目(编号:Z201100008020013)
云南重点研发计划项目(编号:202002AE090010)
北京市农科学院创新能力建设项目(编号:KJCX20210402)。
-
文摘
目的:建立一种基于图像处理的番茄重量检测方法以实现无接触式番茄重量检测。方法:通过图像处理得到番茄二值图像,使用像素统计法和最小外接矩形法提取番茄的几何特征与果重真实值进行相关性分析,建立以几何特征为参数的番茄重量检测回归模型。结果:与番茄真实尺寸对比,最小外接矩形法对番茄横、纵径测量误差在3%以内。除果形指数外,其他几何特征与番茄果重呈线性相关,且正面特征与果重的相关关系更显著。建立了3类共20个模型进行预测评估,以番茄正面投影面积与周长、一个侧面图像的投影面积和番茄横径为参数的多元回归模型准确率最高,回归系数为0.962,检测值平均相对误差为0.673%,平均绝对误差为1.425 g。结论:该模型适用于番茄及其他具有类似轴对称形状特征的水果或物品的重量检测。
-
关键词
机器视觉
图像处理
特征提取
番茄重量
-
Keywords
machine vision
image processing
feature extraction
tomato weight
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
S641.2
[自动化与计算机技术—计算机科学与技术]
-
-
题名自走式表型平台及在线自整定PID速度控制研究
被引量：2
- 4
-
-
作者
康凯
袁洪波
肖雪朋
赵努东
程曼
-
机构
河北农业大学
-
出处
《农机化研究》
北大核心
2022年第4期19-25,共7页
-
基金
河北省重点研发计划项目(19227206D)
河北省引进留学人员资助项目(C201835,C201834)
+1 种基金
河北省高等学校科学技术研究项目(QN2018081)
河北农业大学理工基金项目(LG201807)。
-
文摘
为了适应现代化育种、植保及栽培管理的需求,高通量作物表型信息获取成为了当前的研究热点。为了提高作物表型信息获取平台的可扩展性、泛用性和使用灵活性,设计了一种自走式作物表型信息获取平台。平台车体采用框架结构,利用4台直流电机实现4轮独立驱动,并采用1个主控芯片和4个分控芯片的模式构建了控制系统;基于继电反馈法设计了在线自整定PID调控方法,实现了PID参数在线自整定和平台的运行速度控制,并进行了空载和地面负载对比试验。结果表明:在系统空载和地面负载条件下,针对设定的不同速度,系统均可在0.169~0.468s达到稳定状态,具有较高的调节速度与精度;地面负载条件下,直接利用空载时整定得到的参数与负载后重新整定得到的参数进行速度的调节,不同速度要求条件下两者之间的误差均小于0.08s,证明空载时一次整定后的参数可直接应用于表型平台的实际速度控制。
-
关键词
作物表型
自走式平台
速度控制
PID
参数自整定
-
Keywords
crop phenotype
self-propelled platform
speed control
PID
self-tuning parameters
-
分类号
S219.89
[农业科学—农业机械化工程]
-
